綠色供應鏈金融模式下的重污染企業融資博弈分析

張志偉

摘? 要：由于重污染企業融資的自身特點，傳統供應鏈金融不能很好地解決該問題。構建綠色供應鏈金融上重污染企業向金融機構抵押貸款的博弈理論框架，對其融資問題進行探究。通過MATLAB數值仿真，得出：與傳統供應鏈金融相比較，綠色供應鏈融資是金融機構的占優選擇。當排污權價值在一定范圍內變動時，貸款質押率與貸款利率較低、違約損失較高時，金融機構更傾向提供綠色供應鏈融資，污染企業按時還款可能性更高，據此提出關于構建綠色供應鏈金融新平臺的相應建議，以促進重污染企業綠色發展。

關鍵詞：綠色供應鏈金融；傳統供應鏈金融；重污染企業；博弈分析

中圖分類號：F830??? 文獻標志碼：A??? DOI：10.13714/j.cnki.1002-3100.2024.13.037

Abstract： Due to the inherent characteristics of financing for heavily polluting enterprises， traditional supply chain finance cannot effectively solve this problem. Construct a game theory framework for heavily polluting enterprises in green supply chain finance to mortgage loans to financial institutions， and explore their financing issues. Through MATLAB numerical simulation， it is concluded that compared to traditional supply chain finance， green supply chain financing is the dominant choice for financial institutions. When the value of emission rights changes within a certain range， the loan pledge rate and loan interest rate are low， and the default loss is high， financial institutions are more inclined to provide green supply chain financing， and polluting enterprises are more likely to repay on time. Based on this， corresponding suggestions are proposed to build a new platform for green supply chain finance to promote the green development of heavily polluting enterprises.

Key words： green supply chain finance; traditional supply chain finance; heavily polluting enterprises; game analysis

0? 引? 言

2021年3月，在中共中央財經委員會第九次會議上，習近平總書記強調，實現碳達峰、碳中和是一場廣泛深刻的經濟社會系統性變革，將雙碳目標納入生態文明建設總布局，克服困難，實現2030年前碳達峰、2060年前碳中和的目標。2021年10月4日，中共中央、國務院發布《關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》，實行全面節約戰略，將節約優先作為落實雙碳目標的五大原則之一；國務院印發《2030年前碳達峰行動方案》，明確指出要“抓住資源利用這個源頭，大力發展循環經濟，全面提高資源利用效率，充分發揮減少資源消耗和降碳的協同作用”，將循環經濟助力降碳行動作為重點實施的“碳達峰十大行動”之一，促進了供應鏈金融與綠色發展的理念相結合，對我國在新一輪產業變革中把握發展機遇具有重大影響。

1? 相關理論與文獻綜述

1.1? 相關理論

由于環境指標的監測手段在供應鏈金融中尚不成熟和信息共享機制的匱乏，金融機構為規避風險更傾向提供傳統供應鏈融資，貸款額度遠低于綠色供應鏈融資，同時，要求重污染企業承擔較高的貸款利率和違約賠償。

而綠色供應鏈金融更重視對重污染企業的環保指標考察，具有去中心化和多中心化的特點，降低環保指標審核成本與時間，鼓勵金融機構更多地提供綠色供應鏈融資；依靠區塊鏈、大數據等手段，綠色供應鏈金融可以進行分布式存儲，構建高質高效的守信激勵和失信懲戒機制。

1.2? 文獻綜述

1.2.1? 供應鏈金融研究

龔強[1]、占永志和陳金龍[2]認為信息造假等問題一直掣肘供應鏈金融發展，鏈上企業信息透明度低，在資本市場中易受金融機構限制。Kumar等[3]探究發現影響服裝供應鏈可持續發展的因素由可持續的經濟利益、最大凈投資回報、商業道德和聲譽組成。賈漢星和郭文波[4]認為受疫情影響，緩解企業融資約束的緊迫性和重要性進一步凸顯。李志鵬等[5]認為鏈上各主體間關系更緊密，新的融資模式也帶來更多問題急需解決。近年來，金融科技推動供應鏈金融不斷創新，侯劍等[6]認為區塊鏈等技術為金融機構的信息識別和風控機制帶來了突破性進步。周雷等[7]認為運用區塊鏈完善激勵相容機制，構建數字供應鏈金融新生態，可以更好滿足企業融資需求。

1.2.2? 綠色供應鏈金融研究

Puschmann[8]綜合相關文獻，得出綠色金融科技對金融服務的整個價值鏈都有影響，而現有公司很少關注。Xu等[9]考察了政府補貼的綠色產品定價和綠色投資的最佳策略，并探索了采用區塊鏈技術的條件。Effendi等[10]發現技術創新績效受環境管理實踐、綠色供應鏈整合和供應鏈知識共享的影響。

Gupta等[11]發現推動中小企業實施綠色供應鏈管理的主要因素是最高管理層承諾、政府政策和法規支持以及回收和再利用工作。Pan等[12]分析了綠色供應鏈管理對企業環境和經濟績效的影響，溝通頻率和氛圍顯著緩和了內部環境管理對環境績效的影響。Bu等[13]研究發現環境選擇、監控和與供應商的合作三個要素與企業績效呈正相關。Do等[14]探討發現內部意識和客戶意識與綠色供應鏈管理實踐和績效呈正相關，而供應商的壓力和法規壓力僅影響其實踐。唐丹和莊新田[15]及王定祥等[16]認為傳統供應鏈難以激勵企業降低污染排放，需要第三方機構或環保部門來督促企業污染治理。顧金星[17]認為傳統供應鏈難以激勵企業采取環境管理措施，推動金融機構與核心企業合作和實施綠色供應鏈金融十分必要。張友棠和劉帥[18]為解決企業融資困境提出發展排污權質押，將企業擁有的排污權作為標的物進行融資擔保。Yang等[19]研究了供應鏈中基于價格和質量競爭的制造商綠色投資，進行綠色投資和處于較大潛在市場時利潤更高。

1.2.3? 綠色供應鏈金融相關博弈模型研究

Huo等[20]分析了聯合融資決策模型，得出了單位減排量與減排成本分擔系數、貸款利率和批發價格呈負相關。Yang等[21]構建雙渠道供應鏈中總量管制和交易管制下的單一/聯合減排方案中的分散模型，發現消費者的環境偏好有效地激勵制造商和零售商使用聯合減排方案來減少排放。Ma等[22]探究了兩級供應鏈綠色開發融資困境，生產商受消費者綠色偏好及內外部融資機制影響，政府補貼增加對產量影響最大。因此，本文構建了綠色供應鏈金融上重污染企業融資的理論模型，通過博弈的方法分析相關參數對其融資效果的影響，根據研究結果提出發展綠色供應鏈金融的建議，為國內綠色供應鏈金融發展提供參考。

2? 金融機構與重污染企業融資博弈分析

本文在對綠色供應鏈金融的理論機制進行分析的基礎上，以鏈上一家有資金需求的重污染企業為例，構建融資博弈模型。假設雙方均為有限理性，并在不完全信息條件下追求自身利益最大化。

2.1? 設定相關參數

貸款企業向金融機構申請抵押貸款時，在傳統供應鏈金融中金融機構審核成本為C；在綠色供應鏈金融中信息基本實現無損耗傳遞，審核成本為0；金融機構選擇提供綠色供應鏈融資的概率為Q，提供傳統供應鏈融資的概率為1-Q。重污染企業持有的可用于抵押貸款的固定資產價值為R，同時重污染企業擁有法律賦予的污染物排放權，可以將排污權作為擔保，獲得貸款，設定其持有的可用于綠色供應鏈融資的排污權價值為R，貸款的質押率為A，重污染企業獲得貸款后進行生產銷售的收益率為B；在傳統供應鏈上重污染企業未按時還款的違約損失為L，而在綠色供應鏈上重污染企業未按時還款的違約損失為

L；金融機構貸款利率為I，重污染企業按時還款的概率為q，未按時還款的概率為1-q。

2.2? 博弈分析

當金融機構選擇提供傳統供應鏈融資將向重污染企業提供貸款RA，若重污染企業選擇按時還款，則金融機構可以獲得去除審核成本C后的貸款收益RAI-C，而重污染企業獲得扣除貸款利息后的投資收益RAB-I；若重污染企業未按時還款，則金融機構損失貸款本金RA和審核成本C，而重污染企業的收益為未還款的貸款本利與違約損失之差RAB-L。若金融機構選擇綠色供應鏈融資時提供貸款總額為R+RA，重污染企業選擇按時還款時金融機構收益為R+RAI，重污染企業的收益為R+RAB-I；重污染企業未按時還款則金融機構損失貸款本金R+RA，重污染企業獲得貸款投資收益與違約損失之差R+RAB-L。綜上，構建雙方博弈的收益矩陣，如表1所示。

通過分析收益矩陣，綠色供應鏈金融上金融機構在重污染企業按時還款與不按時還款兩種情形下的收益不同，且前者大于等于后者：

R+RAI≥-R+RA??????????????????????????????????????? （1）

傳統供應鏈金融上金融機構在重污染企業按時還款與不按時還款兩種情形下的收益不同，且前者大于等于后者：

RAI-C≥-RA-C?????????????????????????????????????????? （2）

重污染企業選擇按時還款時，其在金融機構選擇提供綠色供應鏈融資與傳統供應鏈融資兩種情形下的收益不同，且前者大于等于后者：

R+RAB-I≥RAB-I??????????????????????????????????????? （3）

重污染企業選擇不按時還款時，其在金融機構選擇提供綠色供應鏈融資與傳統供應鏈融資兩種情形下的收益不同，且前者大于等于后者：

R+RAB-L≥RAB-L???????????? ????????????????????????????（4）

所以理想的納什均衡為（綠色供應鏈融資，按時還款），能夠實現供應鏈可持續的發展，為重污染企業解決資金和環境污染問題。

首先以金融機構為研究對象，金融機構在博弈時要選擇綠色供應鏈融資則需要滿足在綠色供應鏈金融模式下期望收益大于等于選擇傳統供應鏈金融模式時的期望收益：

qR+RAI-1-qR+RA≥qRAI-C+1-q-RA-C??????????????????????? （5）

經簡化可得金融機構提供綠色供應鏈融資需要符合的條件，如下所示：

q≥???????????????????????????????????????????? （6）

已知q恒大于零，則RA-C/RAI+RA越小，上述不等式成立的可能性越大。

然后以重污染企業為研究對象，重污染企業選擇按時還款時期望收益：

QR+RAB-I+1-QRAB-I?????????????????????????????????? （7）

重污染企業選擇未按時還款時的期望收益：

QR+RAB-L+1-QRAB-L????????????????????????????????? （8）

重污染企業在博弈均衡時要選擇按時還款，則需要滿足選擇按時還款的期望收益大于等于選擇未按時還款時的期望收益：

QR+RAB-I+1-QRAB-I≥QR+RAB-L+1-QRAB-L?????????????? （9）

經簡化可得重污染企業選擇按時還款需要符合的條件，如下所示：

Q≥??????????????????????????????????????????? （10）

已知Q恒大于零，則RAI-L/L-L-RAI越小，上述不等式成立的可能性越大，金融機構更愿意選擇提供綠色供應鏈融資。

3? 綠色供應鏈金融上金融機構與重污染企業數值模擬仿真

為驗證本文的理論分析與綠色供應鏈金融對博弈的真實影響，本章以鏈上一重污染企業與金融機構的貸款過程為例，運用MATLAB進行數值模擬仿真，逐個分析相關參數變動對各主體決策和博弈均衡的影響。數值模擬仿真的參數初始設置如表2所示。

3.1? 模擬排污權價值變化對博弈均衡的影響

以金融機構作為分析對象，將R作為自變量，對其他參數賦值，得出q滿足函數：q=0.8×R-10/1.04×R，0≤q≤1；以重污染企業為分析對象，R為自變量，對其他參數賦值，得出Q滿足函數：Q=10/100-0.12×R，0≤Q≤1。以R為橫坐標，q/Q為縱坐標，得到函數如圖1所示。

重污染企業按時還款概率與排污權價值同向變動，但較為平緩。當排污權價值較低時，金融機構貸款無法收回的風險較小，所以提供綠色供應鏈融資概率較高；當排污權價值極高時，高風險伴隨著高收益，仍愿意提供貸款。因此，金融機構在利用綠色供應鏈金融發展排污權質押時，要對排污權價值進行合理評估，同時加強和完善貸后監管機制。

3.2? 模擬貸款質押率變化對博弈均衡的影響

以金融機構作為分析對象，設A為自變量，對其他參數賦值，得出q滿足函數：q=20×A-1/26×A，0≤q≤1；以重污染企業為分析對象，設A為自變量，對其他參數賦值，得出Q滿足函數：Q=15×A-10/20-6×A，0≤Q≤1。以A為橫坐標，q/Q為縱坐標，得到函數如圖2所示。

貸款質押率與金融機構提供綠色供應鏈融資的最低概率同向變動，但變化平緩。隨著貸款質押率上升，重污染企業選擇按時還款的最低概率也在相應增大，為了提高重污染企業最低還款概率，需要適當調節貸款質押率，豐富貸款種類，提高貸款總額。

3.3? 模擬違約損失變化對博弈均衡的影響

以金融機構作為分析對象，設L為自變量，對其他參數賦值，得出Q滿足函數：Q=120-L/252-L，0≤Q≤1；以重污染企業為分析對象，設L為自變量，對其他參數賦值，得出Q滿足函數：Q=20/L-148，0≤Q≤1。以L/L為橫坐標，Q為縱坐標，得函數如圖3、圖4所示。

重污染企業按時還款所要求的金融機構提供綠色供應鏈融資的最低概率Q與違約損失L、違約損失L反向變動。因此，可以適當降低違約資金損失，增加違約信用損失，為實現金融機構與重污染企業之間理想的雙守信提供了思路。

3.4? 模擬貸款利率變化對博弈均衡的影響

以金融機構作為分析對象，設I為自變量，對其他參數賦值，得出q滿足函數：q=15/16×I+16，0≤q≤1；以重污染企業為分析對象，設I為自變量，對其他參數賦值，得出Q滿足函數：Q

=20×I-5/10-8×I，0≤Q≤1。以I為橫坐標，q/Q為縱坐標，函數如圖5所示。

貸款利率越高，金融機構提供綠色供應鏈融資的最低概率越高，影響顯著；重污染企業按時還款的最低概率與貸款利率反向變動，趨勢平緩。因此，要合理調節貸款利率，降低重污染企業貸款成本并監督重污染企業按時還款，提高金融機構提供綠色供應鏈融資的意愿。

4? 結論和建議

本文總結了綠色供應鏈金融現存的問題，構建金融機構與重污染企業的融資博弈模型，探究如何調控相關參數以實現博弈均衡，最后利用MATLAB驗證分析，得出以下幾點建議。

一是引入區塊鏈和大數據技術，實現企業信用流轉，減少企業信息造假行為，從源頭上解決信息不對稱問題，并增強對鏈上重污染企業融資風險的評估和把控。

二是綠色供應鏈金融領域專業性強，不僅需要金融機構提供支持，還要與監管機構共同搭建綠色供應鏈金融平臺，各主體在平臺上可以進行信用傳遞和排污權交易，實現資源互補。

三是鼓勵金融機構承擔社會責任，加強企業和公眾對綠色供應鏈金融的信賴，擴大鏈上企業數量，增加鏈上節點數，提高數據可靠性，提高違約的資金和信用損失，實現各方守信合作。

參考文獻：

[1] 龔強，班銘媛，張一林. 區塊鏈、企業數字化與供應鏈金融創新[J]. 管理世界，2021，37（2）：22-34.

[2] 占永志，陳金龍. 平臺型供應鏈金融的激勵契約研究——銀行視角[J]. 數學的實踐與認識，2021，51（20）：17-28.

[3]? KUMAR ANIL， ABDUL MOKTADIR， ZAHIDUR RHAMAN LIMAN， et al. Evaluating sustainable drivers for social responsibility in the context of ready-made garments supply chain[J]. Journal of Cleaner Production， 2020，248：119231.

[4] 賈漢星，郭文波. 雙循環新發展格局下供應鏈金融信用傳導機制分析與對策——基于核心企業結構洞視角[J]. 首都師范大學學報（社會科學版），2021（5）：160-168.

[5] 李志鵬，朱淑珍，張景明. 不同權力結構下雙邊供應鏈資金約束融資策略探討[J]. 財會月刊，2021（17）：33-38.

[6] 侯劍，白雪斌，周艷明. 供應鏈金融借貸市場中均衡解的存在性研究[J]. 運籌與管理，2021，30（10）：102-106.

[7] 周雷，鄧雨，張語嫣. 區塊鏈賦能下供應鏈金融服務小微企業融資博弈分析[J]. 金融理論與實踐，2021（9）：21-31.

[8]? PUSCHMANN THOMAS， CHRISTIAN HUGO HOFFMANN， VALENTYN KHMARSKYI. How green fintech can alleviate the impact of climate change-the case of Switzerland[J]. Sustainability， 2020，12（24）：10691.

[9]? XU JIAN， YONGRUI DUAN. Pricing and greenness investment for green products with government subsidies： When to apply blockchain technology[J]. Electronic Commerce Research and Applications， 2021，51：101108.

[10]? EFFENDI， MOHAMAD IRHAS， HENDRO WIDJANARKO， et al. Green supply chain integration and technology innovation performance in SMEs： A case study in Indonesia[J]. The Journal of Asian Finance， Economics， and Business， 2021，8（4）：909

-916.

[11]? GUPTA HIMANSHU， MUKESH KUMAR BARUA. Fuzzy AHP approach to prioritize enablers of green supply chain management practices： A case study of automotive component supplier[J]. Management Science Letters， 2016，6（7）：487-498.

[12]? PAN XIONGFENG， XIANYOU PAN， MALIN SONG， et al. The influence of green supply chain management on manufacturing enterprise performance： Moderating effect of collaborative communication[J]. Production Planning & Control， 2020，31（2）：245-258.

[13]? BU XIANGZHI， WILSON V T DANG， JIANMING WANG， et al. Environmental orientation， green supply chain management， and firm performance： Empirical evidence from Chinese small and medium-sized enterprises[J]. International Journal of Environmental Research and Public Health， 2020，17（4）：1199.

[14]? DO ANH DUC， QUANG VINH NGUYEN， QUOC HOI LE， et al. Green supply chain management in Vietnam industrial zone： Province-level evidence[J]. The Journal of Asian Finance， Economics， and Business， 2020，7（7）：403-412.

[15] 唐丹，莊新田. 制造商融資決策：銀行、商業信用或區塊鏈供應鏈金融[J]. 東北大學學報（自然科學版），2021，42（8）：1202

-1209.

[16] 王定祥，何樂佩，李伶俐. 供應鏈金融中的信用風險傳導機制及其仿真模擬[J]. 金融論壇，2021，26（9）：15-25.

[17] 顧金星. 綠色供應鏈金融博弈模型研究[D]. 大連：大連理工大學，2017.

[18] 張友棠，劉帥. 碳排放權質押貸款運作模式及其估價模型選擇研究[J]. 財會月刊，2015（6）：53-57.

[19]? YANG SHANXUE， PEIQI DING， GUOLI WANG， et al. Green investment in a supply chain based on price and quality competition[J]. Soft Computing （Berlin， Germany）， 2020，24（4）：2589-2608.

[20]? HUO YANFANG， XIZE WANG， QUAN DENG， et al. Novel joint-financing model for bilateral capital restricted supply chains under cap-and-trade regulation[J]. Mathematical Problems in Engineering， 2018（1）：1-13.

[21]? YANG MAN， TAO ZHANG， YUHAO ZHANG. Optimal pricing and green decisions in a dual-channel supply chain with cap-and-trade regulation[J]. Environmental Science and Pollution Research International， 2022，29（19）：28208-28225.

[22]? MA W M， ZHANG R R， CHENG Z R. Analysis of internal and external funding mechanisms considering green consumer loyalty： A game-theoretic approach[J]. IEEE Access， 2020，8：2931-2947.